A RP‐HPLC‐DAD‐APCI/MSD method for the characterisation of medicinal Ericaceae used by the Eeyou Istchee Cree First Nations
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
INTRODUCTION: Ericaceae medicinal plants are traditionally used by the Eeyou Istchee Cree and other northern peoples of North America to treat type 2 diabetic symptoms. Because of the importance of phenolics as potential cures for degenerative diseases including type 2 diabetes, an analytical method was developed to detect them in the leaf extracts of 14 Ericaceae plants. OBJECTIVE: To develop an optimised method which is applicable to a relatively large number of Ericaceae plants using their leaf extracts. For this purpose phenolics with a wide range of polarity, including a glucosylated benzoquinone, two phenolic acids, three flavanols, a flavanone, a flavone and five flavonols, were included in this study. METHODOLOGY: Characterisation of phytochemicals in extracts was undertaken by automated matching to the UV spectra to those of an in house library of plant secondary metabolites and the authentication of their identity was achieved by reversed phase-high-performance chromatography-diode array detection-atmospheric pressure chemical ionisation/mass selective detection. RESULTS: Twenty-six phenolics were characterised within 26 min of chromatographic separation in 80% ethanol extracts of 14 Ericaceae plants. The calibration curves were linear within 0.5-880 microg/g dry mass of the plant with regression values better than 0.995. The limits of detection ranged from 0.3 for microg/mL for (+)-catechin to 2.6 microg/mL for chlorogenic acid. This is a first study dealing with relatively large number of Ericaceae extracts and is applicable to other plants of same family.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle